Podcast d'initiés embarqués : créer des AMR sûres

L'intelligence artificielle (IA) utilisée pour traiter les données IoT à la périphérie porte l'acronyme AIoT. Les AMR sont un excellent exemple d'utilisation de l'AIoT pour les grandes quantités de traitement de données requises pour fonctionner. Les AMR ont la capacité de fonctionner toute la journée, toute la nuit et toute l'année, ne s'arrêtant que pour les recharges et la maintenance, tout en travaillant potentiellement avec les humains. Ces fonctionnalités offrent un large éventail d'avantages pour un environnement industriel, d'automatisation ou de fabrication et nécessitent l'IA pour assurer la sécurité des humains et des machines.

Regorgeant d'avantages, les AMR sont complexes à concevoir et à construire ; du système de vision (qui nécessite à lui seul d'énormes quantités de traitement de données), aux systèmes de navigation, au contrôle moteur, aux communications sans fil et à l'interaction homme-machine en temps réel, il y a beaucoup à considérer.

(Image reproduite avec l'aimable autorisation de transmitco.com)

Fournir de l'énergie à votre AMR

Bien que la complexité de la construction de systèmes AMR puisse présenter de nombreux obstacles, vous devez commencer par un élément de base : comment alimenter l'AMR. Comme mentionné précédemment, les robots doivent fonctionner pendant de longues périodes avant une recharge.

Lors de l'examen de la façon d'alimenter l'AMR, nous devons également choisir une plate-forme capable d'effectuer une myriade de tâches, telles que Jetson de NVIDIA, qui est un système sur module (SOM) avec CPU, GPU, PMIC, DRAM et stockage flash. La plate-forme peut être couplée à la plate-forme robotique Isaac de l'entreprise, qui comprend la carte SIM Isaac. Cette carte SIM est utilisée pour simuler et entraîner des robots dans des environnements virtuels, avant de déployer des AMR. De plus, les utilisateurs trouveront le SDK Isaac, qui est un cadre logiciel ouvert pour le traitement sur le Jetson. Il permet des comportements et des capacités personnalisés qui peuvent accélérer le développement de la robotique.

NVIDIA fournit une plate-forme qui constitue un excellent point de départ pour le développement AMR, elle fournit le contrôle et l'efficacité de calcul nécessaires pour tous les aspects du robot avec une excellente efficacité énergétique, ce qui le distingue vraiment.

Capteurs, capteurs et plus de capteurs

Il est extrêmement important d'incorporer des capteurs dans les AMR. Ces capteurs peuvent inclure des caméras 2D/3D, des capteurs de temps de vol et des dispositifs LIDAR, entre autres, et les capteurs doivent se connecter à des E/S haute vitesse. Bien sûr, avec une abondance de capteurs vient une abondance de données. Ces données doivent être traitées en temps réel, sur le robot, afin qu'il puisse naviguer de manière autonome dans des environnements agités. Il est prudent de supposer qu'en intégrant la fonctionnalité d'IA, les mises à niveau sur le terrain peuvent être minimisées.

Comme l'a déclaré Amit Goel, directeur de la gestion des produits pour les machines autonomes de NVIDIA, « l'environnement de simulation est un élément clé du développement et du déploiement des AMR. Le développement du matériel réel ajoute des contraintes et affecte la rapidité avec laquelle les AMR peuvent être conçus et, franchement, le nombre de personnes pouvant travailler sur l'AMR en même temps. Une fois que vous avez fait passer la conception à la simulation, votre équipe de développement peut être n'importe où.

Maintenant, les concepteurs sont confrontés à une nouvelle question : quel type de processeur doit-on déployer ? Il n'y a vraiment pas de réponse figée à cette question, mais l'AMR doit absolument accepter, lire et calculer les informations concernant son environnement. Il doit ensuite contrôler les comportements. Un GPU est le plus idéal. Nous avons également besoin d'un processus qui offrira suffisamment de flexibilité pour monter en gamme et même descendre en gamme. Pour en savoir plus sur la conception d'AMR à l'aide des plates-formes technologiques ADLINK et des GPU NVIDIA, consultez ce podcast mettant en vedette le vôtre et Amit !

Auteur: Zane Tsai
Auteur: Zane Tsai

Directeur du centre de produits de plate-forme, plates-formes et modules embarqués, technologie ADLINK

Laisser un commentaire

Votre adresse de messagerie ne sera pas publiée.